掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
機器學習算法入門 版權信息
- ISBN：9787568937856
- 條形碼：9787568937856 ; 978-7-5689-3785-6
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
機器學習算法入門 內容簡介
本書以Python為基礎，逐步帶領讀者熟悉并掌握機器學習的經典算法。本書共12章，包括Python概述，Python語言基礎，基礎數據結構，函數與模塊，面向對象程序設計，Numpy數據分析，數據可視化，基礎算法分析與實現，機器學習概述，回歸分析，分類算法，聚類算法。 本書內容精練，文字簡潔，結構合理，案例經典且實用，綜合性強，面向機器學習入門讀者，側重提高。本書適合作為高等院校相關專業機器學習入門課程教材或教學參考書，也可以供從事機器學習應用開發的技術人員參考。
機器學習算法入門 目錄
第1章 Python概述
1.1 Python簡介
1.2 Python開發環境搭建
1.3 集成開發環境PyCharm
1.4 Python程序運行
第2章 Python語言基礎
2.1 變量和簡單數據類型
2.2 分支語句
2.3 循環語句
第3章 基礎數據結構
3.1 字符串
3.2 字符串內置方法
3.3 列表
3.4 列表內置函數和方法
3.5 元組
3.6 元組內置函數和方法
3.7 字典
3.8 字典內置函數和方法
第4章 函數與模塊
4.1 函數
4.2 函數的定義與調用
4.3 函數的參數
4.4 模塊
第5章 面向對象程序設計
5.1 面向對象概述
5.2 對象與類
5.3 面向對象程序設計的特點
5.4 類的定義和使用
5.5 創建類的成員并訪問
5.6 類的屬性
5.7 類成員和實例成員
5.8 封裝、繼承、多態
第6章 NumPy數據分析
6.1 NumPy簡介
6.2 NumPy Ndarray對象
6.3 NumPy數據類型
6.4 NumPy數組屬性
6.5 NumPy數組索引
6.6 廣播機制(Broadcast)
第7章 數據可視化
7.1 Matplotlib
7.2 Matplotlib庫基本使用
7.3 Matplotlib繪圖標記
7.4 Matploflib繪圖線
7.5 Matplodib散點圖
7.6 Matplotlib柱狀圖
7.7 Matplotlib餅圖
第8章 基礎算法分析與實現
8.1 算法的概念
8.2 算法問題求解基礎
8.3 重要的問題類型
8.4 蠻力法(Brute Force)和算術問題
8.5 分治法(Devide-and-Conqure)
8.6 減治法(Decrese-and-Conqure)
8.7 貪心法(Greedy Techniques)
第9章 機器學習概述
9.1 機器學習簡介
9.2 機器學習的基本理論
9.3 scikit-learn基本框架
第10章 回歸分析
lO.1 回歸分析原理
10.2 多元線性回歸
10.3 正則化回歸分析
10.4 案例
第11章 分類算法
11.1 k近鄰算法
11.2 樸素貝葉斯算法
11.3 決策樹
11.4 分類與回歸樹
11.5 支持向量機
11.6 案例
第12章 聚類算法
12.1 K均值算法
12.2 K均值聚類算法的過程
12.3 K均值聚類算法實例分析
12.4 K均值聚類算法代碼實現
12.5 DBSCAN算法
12.6 DBSCAN算法實現
參考文獻
展開全部
書友推薦
- >
伊索寓言-世界文學名著典藏-全譯本
- >
【精裝繪本】畫給孩子的中國神話
- >
伯納黛特,你要去哪(2021新版)
- >
李白與唐代文化
- >
姑媽的寶刀
- >
隨園食單
- >
中國歷史的瞬間
- >
巴金－再思錄
本類暢銷
